
Tencent Hy4 vs Gemini 4 Argon : poids ouverts contre un ensemble de modalités plus étendu
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 182 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 749 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 1902 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Prenez mille pages de factures numérisées et posez-leur deux questions : combien coûte leur lecture, et combien coûte le raisonnement mené dessus. Les réponses pointent dans des directions opposées, et c’est là toute la décision Tencent Hy4 contre Gemini 4 Argon. Tencent Hy4, disponible pour tous depuis le 4 novembre 2026 et à poids ouverts depuis le 20 novembre, est un modèle texte et image à 0,834 $ par million de jetons d’entrée. Gemini 4 Argon, que Google a publié le 30 septembre 2026, accepte le texte, les images, l’audio, la vidéo et les PDF, et facture 2,00 $ par million de jetons d’entrée. L’un est 2,4 fois plus cher que l’autre en entrée et quatre fois plus cher en sortie. Le moins cher peut être téléchargé et exécuté sur votre propre matériel. Le plus cher lit des formats que le moins cher ne peut pas voir du tout.
Sur l’indice indépendant, les deux sont suffisamment proches pour qu’il soit difficile de justifier l’écart de prix sur les seules capacités : Artificial Analysis place Gemini 4 Argon à 50 sur son Intelligence Index à effort élevé et à 48 à effort moyen, contre 35 pour Tencent Hy4. Un écart de 15 points à niveau d’effort à peu près équivalent est réel, mais il est bien plus petit que ne le suggéreraient les multiples de 2,4x en entrée et de 4x en sortie. Le chiffre du coût par tâche accomplie est là où l’écart de prix se matérialise réellement : 4,97 $ pour Argon contre 1,03 $ pour Hy4 sur le même indice.
La facture, décortiquée
L’arithmétique concrète vaut mieux qu’une capture d’écran de grille tarifaire, alors la voici pour un travail plausible : 1 000 pages de factures numérisées, environ 800 tokens d’image par page, un prompt de 600 tokens, une sortie structurée de 300 tokens par page.
• Volume d’entrée — 1,4 million de tokens d’image plus 0,6 million de tokens de prompt, soit 2,0 millions de tokens d’entrée au total.
• Volume de sortie — 300 000 jetons de champs extraits.
• Tencent Hy4 — 2,0 millions à 0,834 $ font 1,67 $, plus 0,3 million à 2,501 $ font 0,75 $. Total : 2,42 $.
• Gemini 4 Argon — 2,0 millions à 2,00 $ donnent 4,00 $, plus 0,3 million à 10,00 $ donnent 3,00 $. Total : 7,00 $.
• Avec cache — si le préfixe d’invite est stable d’une page à l’autre, ce qui est généralement le cas dans un pipeline d’extraction, l’entrée mise en cache de Hy4 à 0,042 $ par million réduit la part de l’invite à presque rien ; le tarif mis en cache d’Argon à 0,10 $ par million fait de même proportionnellement. Le ratio ne change pas beaucoup, car les jetons d’image dominent et aucun des deux fournisseurs ne les remise fortement.
Une seule exécution représente un écart de 4,58 $. À un million de pages par mois, cela fait 4 580 $ contre 7 000 $, et la question intéressante devient de savoir si l’écart de 15 points sur l’indice apporte suffisamment de précision pour justifier 2 420 $ par mois — ce qui dépend entièrement de si les points d’erreur supplémentaires de Hy4 se situent dans un champ que vous pouvez valider a posteriori.
Cette dernière clause est la partie utile. L’extraction de factures avec un schéma et une passe de validation est une charge de travail où un modèle plus faible associé à des contrôles déterministes bat un modèle plus fort seul, parce qu’une analyse échouée est peu coûteuse à réessayer, alors qu’un chiffre erroné qui passe la validation ne l’est pas. Tencent Hy4 à 35 n’est pas trop faible pour ce travail. Il est probablement trop faible pour le travail évoqué deux paragraphes plus bas.
Là où l’écart de modalité fait réellement sentir ses effets
Hy4 lit le texte, les images et les trames vidéo au moyen d’un seul encodeur de vision. Gemini 4 Argon lit nativement le texte, les images, l’audio, la vidéo et les documents PDF, et la documentation du modèle de Google répertorie ces cinq modalités sur la ligne des capacités du modèle. La différence n’est pas un argument marketing ; elle change les pipelines possibles sans étape de prétraitement.
• Audio. Un enregistrement d’appel, une réunion, un message vocal — Argon prend le fichier. Hy4 a d’abord besoin d’une étape de transcription, ce qui implique un second modèle, un second contrat et un second mode de défaillance.
• Le PDF comme document plutôt que comme pages. Si un PDF contient du texte sélectionnable, des images intégrées et un bloc de signature numérisé, Argon gère ce mélange en une seule passe. Hy4 traite les pages rendues comme des images, de sorte que la couche texte est perdue et le coût en tokens augmente.
• Vidéo longue. La fiche de Tencent décrit une adaptation des caractéristiques de trames pour la vidéo, ce qui est une véritable capacité, meilleure que celle de la plupart des modèles ouverts. Mais il s’agit d’un échantillonnage de trames, et non d’une modélisation temporelle native, et pour tout cas où la question porte sur le mouvement dans un long clip, la différence se voit.
• L’écart inverse. Hy4 prend 64 K jetons de sortie, contre 64 K par défaut pour Argon, avec un plafond de 1 M disponible côté sortie selon la documentation de Google. Aucun des deux n’est la contrainte déterminante pour le travail d’extraction.
Donc, pour être honnête, Gemini 4 Argon est l’outil le plus généraliste et Tencent Hy4 le plus économique. Sur une charge de travail qui reste limitée au texte et aux images — soit la plupart du code, la plupart des documents, la plupart des tâches d’agent — l’étendue n’est pas exploitée et c’est le prix qui fait la différence.
La capacité, mesurée et mal mesurée
Artificial Analysis classe Gemini 4 Argon à 50 (effort élevé) et 48 (moyen) sur l’Intelligence Index v5.0.1, avec un prix combiné de 1,47 $ par million de tokens, 68 tokens par seconde, un délai de 47 secondes avant le premier token en effort élevé, et 4,97 $ par tâche d’index terminée. Tencent Hy4 se situe à 35, avec 93 tokens par seconde, un prix combiné de 0,45 $ et de 1,03 $ par tâche terminée. Aucun de ces chiffres ne comporte de ventilation par niveau d’effort du côté de Hy4, ce qui est la même limitation qui entache toute comparaison l’impliquant : Tencent ne publie pas son propre modèle selon les niveaux d’effort et l’évaluateur ne dispose que d’un seul chiffre.
L'annonce de Google comportait elle-même un tableau de référence de dix-neuf lignes comparant Argon à GPT-6 Astra, Claude Fable 5.1 et Claude Opus 5.5. Il arrive en tête sur Vals Index, AutomationBench, Harvey's Legal Agent Benchmark et plusieurs suites de vision ; il perd sur FrontierSWE v2 et Terminal-bench 4.0. Ce sont les chiffres de Google selon la méthodologie de Google, les valeurs non-Gemini étant reprises des scores établis par les autres fournisseurs eux-mêmes — une mise en garde que le PDF de méthodologie indique explicitement. Ils sont utiles pour savoir ce que Google a optimisé, pas pour établir un classement.
La base de preuves de Tencent est plus mince et de nature différente. L’annonce de Hy4 a entièrement supprimé les lignes Terminal-Bench et SWE-bench de la preview et les a remplacées par des suites de tâches internes : un panel financier de 213 experts où Hy4 a obtenu une moyenne de 3,04 sur 4, un taux d’hallucination réduit de 15,76 % à 5,45 %, un gain de +19,1 % sur une suite interne de développement de jeux. La fiche modèle reprend ces chiffres. Aucun d’entre eux n’est reproductible en dehors de Tencent. Le seul résultat indépendant spécifique à la sécurité, un score Cyber Index de 58 et une première place avec 76 % sur CWE-Bench-AA, n’a pas d’équivalent pour Gemini 4 Argon, car le modèle de Google n’est pas présent sur ce tableau.
Ce que cela signifie pour un acheteur : Argon dispose d'un agrégat mesuré et d'un tableau fournisseur ; Hy4 dispose d'un agrégat mesuré, d'un résultat spécifique à la sécurité et d'un tableau fournisseur portant sur le travail interne. Les deux agrégats proviennent du même évaluateur, et c'est ce qui donne de la valeur à la comparaison de 15 points.
Pourquoi cette affiche n’a que quelques semaines
Il vaut la peine de le dire clairement, car les faits comptent. Lorsque Google a annoncé Gemini 4 Argon le 30 septembre, il a décrit un déploiement en trois étapes — d’abord les spécialistes de la cyberdéfense via le Fairwind Program, puis les clients de l’API payante et les abonnés à AI Ultra, puis tous les autres — sans aucune date au-delà de la première étape. À ce stade, le nom disposait d’une page de famille de modèles, d’un tableau de benchmarks et d’aucun identifiant de modèle à mettre dans une requête.
Cela a changé. La documentation des modèles de Google répertorie désormais gemini-4-argon comme modèle actuel sans mention d’aperçu, avec une fenêtre d’entrée de 1 million de tokens et l’ensemble de cinq modalités d’entrée décrit ci-dessus. Artificial Analysis le répertorie comme publié et disponible via API par l’intermédiaire de Google. Ainsi, la comparaison dans cet article porte sur deux modèles que vous pouvez appeler, ce qui n’aurait pas été le cas il y a six semaines. La correction mérite d’être apportée, car de nombreuses pages décrivent encore Argon comme une préversion à accès restreint.
Le statut de Tencent Hy4 a lui-même évolué dans la direction opposée : il est passé d'une API fermée le 4 novembre à des poids ouverts le 20 novembre, sous la licence Tencent Hy 1.0 plutôt que sous l'Apache 2.0 qui régissait l'aperçu d'août. Les deux modèles ont évolué, dans des directions opposées en matière d'ouverture, au cours des six mêmes semaines.
La question de l’ouverture, évaluée honnêtement
Le checkpoint de 770 milliards de paramètres de Hy4 est téléchargeable. Pour l'exécuter, il faut huit GPU de classe H100 pour la version FP8 avec une taille de parallélisme tensoriel de 8, selon la recette vLLM de Tencent elle-même. C'est une vraie machine, et pour la plupart des entreprises, la réponse honnête est que des poids ouverts achètent de la flexibilité plutôt que des économies : le modèle est hébergeable en interne en principe, bon marché à louer en pratique, et ne vaut le téléchargement que si la résidence des données, le fine-tuning ou un déploiement en réseau isolé constitue une exigence absolue.
La licence ajoute une clause qui mérite d’être lue. L’article 10 de la licence Tencent Hy exige une licence écrite distincte si vous exploitez une activité de modèle en tant que service avec un chiffre d’affaires brut mondial supérieur à 50 millions de dollars US sur toute période de douze mois, ou plus de 100 millions d’utilisateurs actifs mensuels. L’usage interne est exclu. Ainsi, une entreprise qui exploite Hy4 derrière un outil interne n’est pas concernée ; une plateforme qui revend de l’inférence sur ce modèle est en négociation.
Gemini 4 Argon ne soulève pas de question équivalente, car il n’y a rien à licencier : soit vous appelez le point de terminaison de Google, soit vous n’utilisez pas le modèle. C’est un arrangement plus simple et strictement moins flexible. Pour un acheteur soumis à réglementation, « nous pouvons l’exécuter dans notre propre baie » vaut souvent plus que quinze points d’indice ; pour tous les autres, c’est une note de bas de page.
Lequel faut-il placer dans le chemin de la requête ?
• Extraction de volumes dans le texte et les images — Tencent Hy4. Le calcul ci-dessus ne s’en approche pas, et un schéma accompagné d’une passe de validation absorbe la majeure partie de l’écart de précision.
• Tout ce qui comporte de l’audio, des PDF natifs ou de longues vidéos — Gemini 4 Argon. Hy4 ne peut pas voir l’entrée, et un modèle de prétraitement coûte plus cher que la différence de tokens.
• Surfaces interactives — Argon en effort moyen, si tant est qu’il faille en choisir une. L’attente de 115,9 secondes de Hy4 avant un premier token le rend inadapté, et la voie à effort élevé d’Argon est de 47 secondes, ce qui est mieux mais ne constitue toujours pas une interface de chat.
• Un réseau réglementé ou un plan de réglage fin — Tencent Hy4, sous réserve de la section 10.
• Le raisonnement le plus difficile dont vous disposez — Gemini 4 Argon, sur la base d’un écart indépendant de 15 points dont les fournisseurs des deux modèles conviennent qu’il existe à peu près dans cette direction.
Les deux sur une seule touche, et ce que cela apporte

Les deux modèles sont appelables via OrcaRouter sous leurs propres chaînes — tencent/hy4 à 0,834 $ et 2,501 $, google/gemini-4-argon à 2,00 $ et 10,00 $ — ce qui fait de la séparation par modalité une décision de routage plutôt qu’une décision d’architecture. Envoyez les traitements d’image et de texte au modèle bon marché, et effectuez le routage selon le type d’entrée afin que tout contenu audio ou PDF natif soit dirigé vers le modèle capable de le lire. C’est le DSL de routage qui fait le travail pour lequel il existe, et cela coûte une clé plutôt que deux intégrations.
La tarification en répercussion compte ici plus que d'habitude, car les deux fournisseurs font évoluer leurs tarifs selon des calendriers différents. OrcaRouter facture le prix catalogue du fournisseur avec zéro marge, de sorte qu'une modification de prix de Google et une modification de prix de Tencent arrivent toutes deux de notre côté le jour même, plutôt qu'après qu'un revendeur a ressaisi un catalogue.
Le basculement automatique est l'autre moitié. Un traitement par lots qui échoue à une validation de schéma sur Hy4 peut réessayer sur Argon sans que le client le sache, ce qui est un moyen moins coûteux de gagner en précision que de payer quatre fois le tarif de sortie à chaque appel.
Qu’est-ce qui changerait la réponse ?


Deux évolutions feraient évoluer cette comparaison, et toutes deux sont plausibles sur un horizon de douze mois.
Le premier est un modèle Tencent doté de l’audio. La voie visuelle de Hy4 repose sur un seul encodeur pour les images et les images vidéo échantillonnées ; ajouter un encodeur audio est l’étape suivante évidente, et cela ferait s’effondrer l’essentiel de l’avantage d’Argon en matière d’étendue. Tencent a déjà commercialisé Hy4 Flash, un modèle frère moins cher de 220 milliards de paramètres avec le même ensemble de modalités, donc la famille s’étend plutôt qu’elle ne se consolide.
Le second est l’évaluation indépendante des poids ouverts de Hy4. Le 35 sur l’indice est le chiffre d’un seul évaluateur pour une seule version. Avec les poids rendus publics, un second laboratoire peut exécuter le checkpoint ajusté aux instructions et soit confirmer l’écart avec Argon, soit le réduire. Cela ne s’est pas encore produit — les données de benchmark de la fiche modèle sont encore largement le tableau de pré-entraînement, MMLU à 91,6 et MMMU-Pro à 59,6 pour le modèle de base, plus les suites internes de Tencent.
D'ici là, le résumé est limité et défendable. Gemini 4 Argon est le modèle le plus large et celui qui obtient le meilleur score, à 2,4 fois le prix d'entrée, quatre fois le prix de sortie et 4,8 fois le coût par tâche accomplie. Tencent Hy4 est le moins cher d'un ordre de grandeur par tâche accomplie, ouvert depuis le 20 novembre et aveugle à l'audio. Choisissez d'abord en fonction du type d'entrée, car cela tranche la question avant que le prix n'ait son mot à dire.
Comparés dans cet article1
Détecté à partir de cet article
